Palavra de ativação

Palavra de ativação (em inglês, wake word, “palavra de despertar”) é o “psiu!” que a gente dá para o assistente de voz. É a expressão que faz o aparelho sair do modo de espera e começar a prestar atenção no que vem a seguir. No Google Assistente, por exemplo, a central de ajuda do Google orienta a dizer “Ok Google” e, em seguida, fazer a pergunta ou dar o comando.

Funciona como chamar alguém pelo nome numa sala barulhenta. A pessoa não fica analisando cada palavra da conversa alheia; ela só “liga a antena” quando ouve o próprio nome.

Do lado técnico, existe um programa pequeno e especializado só nessa tarefa: o detector de palavra de ativação. Ele escuta o som do microfone de forma contínua, à procura daquela expressão específica. Quando reconhece, passa a vez para sistemas mais completos, como o reconhecimento de fala (ASR), que vai transcrever o pedido, e depois a síntese de voz (TTS), que lê a resposta.

Esse detector pode ser bem enxuto. A Espressif, fabricante do ESP32, descreve o WakeNet, um detector de palavra de ativação baseado em rede neural, feito para rodar em microcontroladores de baixo consumo. Ou seja: cabe num chip pequeno, sem depender de um computador potente.

Como todo sistema de reconhecimento, o detector pode se enganar, por exemplo “acordando” com uma palavra parecida dita no meio da novela. Por isso vale conhecer as configurações de privacidade do seu aparelho: saber se ele grava, o que guarda e como apagar o histórico.